LACODAM, Large Scale Collaborative Data Mining

L'objectif de recherche est de faciliter considérablement le processus visant à expliciter du sens à partir de grandes quantités de données, soit en dérivant de nouvelles connaissances, soit pour prendre de meilleures décisions. Actuellement, ce processus est en grande partie manuel et s’appuie sur la compréhension du domaine par l’analyste, sur les données disponibles et sur une pléthore de d’outils informatiques complexes.

L'équipe LACODAM vise une nouvelle génération d’approches de l’analyse des données où les différentes manières de découvrir la structure sous-jacente des données sont explorées de manière automatique, et où seules les structures les plus pertinentes sont présentées à l’analyste. Une telle notion de pertinence dépend fortement de la connaissance du domaine et des propres connaissances de l’analyste : ce type de connaissances occupera une place centrale dans notre approche.

Les solutions qu'envisage l'équipe requièrent de combler le fossé entre les techniques de fouille de données et les approches provenant de l’intelligence artificielle, à la fois pour prendre en compte la connaissance du domaine de manière générique et pour introduire des techniques de raisonnement formel dans les workflows de découverte de connaissances.

De plus, afin d’acquérir le plus de connaissances possible, LACODAM s'intéresse aux approches basées sur les communautés, s’adressant aux communautés d’analystes et de praticiens travaillant sur un domaine particulier et partageant ensembles de données, connaissances et résultats, et mettant à la disposition de la communauté des retours d’expérience.